diff --git a/tools/experiments/wiki-generation-compare/llm-wiki-test-guide.md b/tools/experiments/wiki-generation-compare/llm-wiki-test-guide.md
new file mode 100644
index 0000000..eedfeda
--- /dev/null
+++ b/tools/experiments/wiki-generation-compare/llm-wiki-test-guide.md
@@ -0,0 +1,352 @@
+# nashsu/llm_wiki 手动测试指南
+
+## 🎯 测试目标
+
+通过手动操作 nashsu/llm_wiki 桌面应用，对比 **Two-Step** 和 **Single-Step** 两种模式在 Wiki 生成质量上的差异。
+
+## 📁 准备工作
+
+### 1. 应用位置
+- **应用路径**: `D:\Users\hhhh2024\AppData\Local\LLM-Wiki\LLM Wiki.exe`
+- **测试文件**: `D:\Applications\app\kepano-obsidian-main\raw\呼吸之间_李谨伯\第一编 从身体入手.md`
+
+### 2. 测试输出目录
+- A 组输出：`D:\Applications\app\kepano-obsidian-main\tools\experiments\wiki-generation-compare\output\llm-wiki-manual-group-a\`
+- B 组输出：`D:\Applications\app\kepano-obsidian-main\tools\experiments\wiki-generation-compare\output\llm-wiki-manual-group-b\`
+
+---
+
+## 🚀 LLM Wiki 应用操作步骤
+
+### 步骤 1：启动应用并创建项目
+
+1. **启动 LLM Wiki 应用**
+   ```
+   双击运行：D:\Users\hhhh2024\AppData\Local\LLM-Wiki\LLM Wiki.exe
+   ```
+
+2. **创建新项目**
+   - 点击 "Create New Project"
+   - 选择项目模板：`General`（通用模板）
+   - 项目名称：`Breathing-TaoTest`
+   - 项目路径：`D:\LLM-Wiki-Test-Project\`
+   - 点击 "Create"
+
+3. **配置 LLM API**
+   - 进入 "Settings"（⚙️ 图标）
+   - 在 "LLM Provider" 中选择：
+     - `OpenAI`
+   - 输入 API Key（已配置在环境变量中）
+   - 选择模型：`gpt-4o-mini` 或 `gpt-3.5-turbo`
+   - 点击 "Save"
+
+---
+
+## 📊 A 组测试：Two-Step 模式
+
+### 步骤 2A-1：导入测试文件
+
+1. 点击 "Sources" 标签页
+2. 点击 "Import" 按钮
+3. 选择测试文件：
+   ```
+   D:\Applications\app\kepano-obsidian-main\raw\呼吸之间_李谨伯\第一编 从身体入手.md
+   ```
+4. 观察左侧 "Activity Panel"：
+   - 会看到 "Analyzing..." 进度
+   - 然后看到 "Generating..." 进度
+
+### 步骤 2A-2：观察 Two-Step 流程
+
+**预期行为**：
+- **Step 1**: LLM 分析文件（约 30-60 秒）
+  - 提取结构化信息（概念、方法、实体）
+  - 识别术语关系
+  - 推荐创建页面
+  
+- **Step 2**: LLM 生成 Wiki 页面（约 60-120 秒）
+  - 根据推荐页面生成完整 Markdown
+  - 自动创建目录结构
+  - 生成 Wikilink 链接
+
+### 步骤 2A-3：记录 A 组结果
+
+1. **查看生成的 Wiki 页面**
+   - 点击 "Wiki" 标签页
+   - 左侧会显示目录结构：
+     - `wiki/concepts/`
+     - `wiki/methods/`
+     - `wiki/entities/`
+   - 统计生成的页面数量
+
+2. **导出 A 组结果**
+   - 在 "Wiki" 标签页中，选择所有生成的文件
+   - 复制到：`D:\Applications\app\kepano-obsidian-main\tools\experiments\wiki-generation-compare\output\llm-wiki-manual-group-a\`
+
+3. **记录元数据**
+   - 记录以下信息：
+     - 开始时间
+     - 结束时间
+     - 生成页面数量
+     - 是否有错误信息
+
+---
+
+## 🔄 B 组测试：Single-Step 模式
+
+### 步骤 2B-1：创建新项目（避免干扰）
+
+1. 关闭当前应用
+2. 重新启动 LLM Wiki 应用
+3. 创建新项目：`Breathing-TaoTest-Single`
+4. 配置相同的 LLM API
+
+### 步骤 2B-2：导入测试文件
+
+1. 点击 "Sources" 标签页
+2. 点击 "Import" 按钮
+3. 选择同一个测试文件：
+   ```
+   D:\Applications\app\kepano-obsidian-main\raw\呼吸之间_李谨伯\第一编 从身体入手.md
+   ```
+4. 观察左侧 "Activity Panel"：
+   - 只会看到 "Generating..." 进度
+   - 没有 "Analyzing..." 阶段
+
+### 步骤 2B-3：观察 Single-Step 流程
+
+**预期行为**：
+- **Single Step**: LLM 直接生成 Wiki 页面（约 60-120 秒）
+  - 直接从源文件提取术语
+  - 边分析边生成
+  - 可能生成的页面数量不同
+
+### 步骤 2B-4：记录 B 组结果
+
+1. **查看生成的 Wiki 页面**
+   - 点击 "Wiki" 标签页
+   - 统计生成的页面数量
+   - 观察页面结构
+
+2. **导出 B 组结果**
+   - 在 "Wiki" 标签页中，选择所有生成的文件
+   - 复制到：`D:\Applications\app\kepano-obsidian-main\tools\experiments\wiki-generation-compare\output\llm-wiki-manual-group-b\`
+
+3. **记录元数据**
+   - 记录以下信息：
+     - 开始时间
+     - 结束时间
+     - 生成页面数量
+     - 是否有错误信息
+
+---
+
+## 📈 手动评估方法
+
+由于没有自动化脚本，建议进行以下评估：
+
+### 1. 术语覆盖度对比
+
+| 维度 | A 组 | B 组 |
+|------|------|------|
+| 生成页面数 | ? 页 | ? 页 |
+| 常见术语是否覆盖 | 精气神、天人感应... | 精气神、天人感应... |
+| 未覆盖的术语 | ? | ? |
+
+### 2. Frontmatter 质量检查
+
+打开几个生成的页面，检查：
+```yaml
+---
+categories:
+  - "[[LLM Wiki]]"
+tags:
+  - wiki
+  - concept/entity/method
+created: 2026-07-03
+source: "[[raw/呼吸之间_李谨伯/第一编 从身体入手.md]]"
+type: concept
+confidence: 3
+status: active
+---
+```
+
+### 3. Wikilink 质量
+
+- 检查页面间是否有 `[[wikilink]]` 链接
+- 链接是否有效
+- 是否有断链
+
+### 4. 内容质量
+
+- 定义是否准确引用原文
+- 是否有来源标注（如 `[raw:文件:行号]`）
+- 内容结构是否清晰
+
+---
+
+## 🎬 手动测试记录模板
+
+### A 组记录（Two-Step）
+
+```
+开始时间：___________
+结束时间：___________
+耗时：___________ 分钟
+生成页面数：___________ 页
+
+生成的主要页面：
+1. ______________
+2. ______________
+3. ______________
+
+观察到的特点：
+- ______________
+- ______________
+- ______________
+
+遇到的问题：
+- ______________
+- ______________
+```
+
+### B 组记录（Single-Step）
+
+```
+开始时间：___________
+结束时间：___________
+耗时：___________ 分钟
+生成页面数：___________ 页
+
+生成的主要页面：
+1. ______________
+2. ______________
+3. ______________
+
+观察到的特点：
+- ______________
+- ______________
+- ______________
+
+遇到的问题：
+- ______________
+- ______________
+```
+
+---
+
+## 📊 对比总结表
+
+| 对比维度 | A 组 | B 组 | 结论 |
+|---------|------|------|------|
+| 术语覆盖率 | __% | __% | ? 优于 |
+| 生成速度 | ___ 分钟 | ___ 分钟 | ? 更快 |
+| 内容质量 | ? | ? | ? 更好 |
+| Frontmatter 规范性 | ? | ? | ? 更好 |
+| Wikilink 质量 | ? | ? | ? 更好 |
+
+---
+
+## 🔧 故障排查
+
+### 应用无法启动
+
+**问题**：双击 exe 文件无反应
+
+**解决方案**：
+1. 检查是否有杀毒软件拦截
+2. 尝试以管理员身份运行
+3. 查看 Windows 事件日志
+
+### API 调用失败
+
+**问题**：显示 API 错误
+
+**解决方案**：
+1. 检查 API Key 是否正确
+2. 检查网络连接
+3. 检查 API 配额是否用尽
+4. 尝试使用其他模型
+
+### 文件导入失败
+
+**问题**：无法导入测试文件
+
+**解决方案**：
+1. 确保文件路径正确
+2. 检查文件编码（应为 UTF-8）
+3. 尝试将文件复制到项目根目录
+
+### 生成页面异常
+
+**问题**：生成的页面内容为空或格式错误
+
+**解决方案**：
+1. 检查 Activity Panel 中的错误信息
+2. 查看 Review 标签页中的需要人工审查的内容
+3. 手动修复后重新 Ingest
+
+---
+
+## 🎯 关键观察点
+
+### Two-Step 模式的预期优势
+
+1. **分析阶段**：
+   - 更好的术语识别
+   - 结构化信息提取
+   - 避免遗漏重要概念
+
+2. **生成阶段**：
+   - 基于分析结果定向生成
+   - 内容更加准确
+   - 结构更加一致
+
+### Single-Step 模式的预期优势
+
+1. **效率**：
+   - 只需一次 LLM 调用
+   - 生成速度更快
+   - 成本更低
+
+2. **简洁**：
+   - 流程更简单
+   - 适合快速迭代
+
+---
+
+## 📝 测试完成后
+
+1. **整理测试结果**
+   - 将 A/B 两组的记录表整理好
+   - 导出生成的页面文件
+   - 截图保存关键界面
+
+2. **生成对比报告**
+   - 基于测试记录填写对比总结表
+   - 分析两种模式的优缺点
+   - 给出推荐结论
+
+3. **反馈结果**
+   - 将测试结果反馈给我
+   - 我可以帮助生成详细的对比分析报告
+
+---
+
+## 🤔 需要注意的问题
+
+1. **API 成本**：
+   - Two-Step 模式需要两次 LLM 调用
+   - 单次测试成本约为 $0.05-0.15
+
+2. **时间成本**：
+   - A 组预计 2-5 分钟
+   - B 组预计 1-3 分钟
+
+3. **网络稳定**：
+   - 确保网络连接稳定
+   - 避免中断测试
+
+---
+
+**祝测试顺利！如有问题，请随时反馈。**
\ No newline at end of file